Main Content

sae

절대 오차 성능 함수 합계

구문

perf = sae(net,t,y,ew)
[...] = sae(...,'regularization',regularization)
[...] = sae(...,'normalization',normalization)
[...] = sae(...,FP)

설명

sae는 신경망 성능 함수입니다. 이 함수는 신경망의 성능을 오차제곱합으로 측정합니다.

perf = sae(net,t,y,ew)는 다음과 같은 입력 인수와 선택적 함수 파라미터를 받습니다.

net

신경망

t

목표 벡터로 구성된 행렬 또는 셀형 배열

y

출력 벡터로 구성된 행렬 또는 셀형 배열

ew

오차 가중치(디폴트 값 = {1})

그런 다음 오차제곱합을 반환합니다.

이 함수에는 2개의 선택적 함수 파라미터가 있습니다. 이들 선택적 함수 파라미터는 파라미터 이름/값 쌍 인수를 사용하여 정의하거나 필드에 파라미터 이름과 파라미터 값이 지정된 구조체 FP 인수를 사용하여 정의할 수 있습니다.

[...] = sae(...,'regularization',regularization)

[...] = sae(...,'normalization',normalization)

[...] = sae(...,FP)

  • regularization — 디폴트 값 0과 1 사이의 임의 값으로 설정할 수 있습니다. 정규화 값이 클수록 가중치와 편향의 제곱 값이 성능 계산 시 더 많이 고려됩니다.

  • normalization

    • 'none' - 정규화를 수행하지 않음(디폴트 값).

    • 'standard' — 출력값과 목표값을 [-1, +1]로 정규화하고 그에 따라 오차를 [-2, +2]로 정규화.

    • 'percent' — 출력값과 목표값을 [-0.5, +0.5]로 정규화하고 그에 따라 오차를 [-1, +1]로 정규화.

예제

간단한 데이터 세트를 피팅하도록 신경망을 훈련시키고 신경망의 성능을 계산합니다.

[x,t] = simplefit_dataset;
net = fitnet(10,'trainscg');
net.performFcn = 'sae';
net = train(net,x,t)
y = net(x)
e = t-y
perf = sae(net,t,y)

신경망 사용

sae를 사용하여 훈련할 사용자 지정 신경망을 준비하려면 net.performFcn'sae'로 설정하십시오. 이렇게 하면 net.performParam이 자동으로 디폴트 함수 파라미터로 설정됩니다.

그런 다음 train, adapt 또는 perform을 호출하면 성능 계산에 sae가 사용됩니다.

버전 내역

R2010b에 개발됨